基于无人机可见光影像的玉米冠层SPAD反演模型研究

发布时间：2024-03-08 23:04

　　叶绿素是植物进行光合作用的重要色素,利用作物光谱、纹理信息对叶绿素进行反演,为作物的实时监测和健康状况诊断提供重要依据。以大田环境下5个不同品种四叶期、拔节期的玉米为研究对象,利用无人机获取试验区可见光影像,对土壤背景进行掩膜处理,提取25种可见光植被指数、24种纹理特征,综合分析植被指数、纹理特征与玉米冠层叶绿素相对含量(SPAD)的相关性,分别建立基于植被指数、纹理特征和植被指数+纹理特征的逐步回归(SR)、偏最小二乘回归(PLSR)和支持向量回归(SVR)模型,定量估算叶绿素相对含量。在SR模型中,植被指数+纹理特征模型与植被指数模型相同,R2为0.731 6,RMSE为2.958 0,RPD为1.926,优于纹理特征模型;在PLSR模型中,植被指数+纹理特征模型较优,R2为0.802 5,RMSE为2.495 2,RPD为2.284,纹理特征模型次之,植被指数模型最差;在SVR模型中,植被指数+纹理特征模型较优,R2为0.805 5,RMSE为2.640 8,RPD为2.158,植被指数模型次之,纹理特征模型最差。综合分析采用基于PLSR植被指数+纹理特征模型可以实现玉米冠层S...

【文章页数】：9 页

【部分图文】：

图1玉米四叶期和拔节期可见光影像

为保证无人机影像的可靠性，选择晴朗无云的天气，太阳光辐射强度稳定的11:00—13:00进行采集。影像采集时期为2019年7月18日(玉米四叶期)和2019年7月31日(玉米拔节期)，两个时期飞行航线和参数相同，飞行高度为40m，飞行速度为2m/s，航向及旁向重叠度均为85%....

图2Phantom4RTK型无人机及传感器

图1玉米四叶期和拔节期可见光影像1.3叶绿素相对含量测定

图3反演模型验证结果

各回归模型中优选模型验证结果如图3和表9所示。对于建模集，PLSR植被指数+纹理特征模型的决定系数(0.7704)最高，均方根误差(2.4231)最小;对于验证集，SVR植被指数+纹理特征模型的决定系数与PLSR植被指数+纹理特征模型相差较小且均高于SR植被指数+纹理特征模型....

图4拔节期玉米冠层SPAD分布图

根据2.4节构建的PLSR植被指数+纹理特征回归模型，读取可见光影像矩阵，计算公式中相应的植被指数和纹理特征，通过波段运算得到SPAD分布图。以拔节期玉米冠层SPAD分布图(图4)为例，图中上半部分为5个玉米品种的试验区，5个玉米品种整体SPAD较高，其中最右侧登海652明显高于....

本文编号：3922520